Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Auf dieser Seite wird beschrieben, wie Sie Vorhersagen mit Funktionen aus den Namespaces public und google_ml aufrufen. Die Erweiterung google_ml_integration enthält Vorhersagefunktionen für diese Namespaces.
Sie können die Funktion ml_predict_row() im Schema public mit jedem generischen Modell verwenden, das in Vertex AI gehostet wird, ohne den Endpunkt zu registrieren. Die Funktion google_ml.predict_row() im google_ml-Schema kann mit jedem Modell verwendet werden, das bei der Verwaltung von Modellendpunkten registriert wurde.
Wählen Sie eines der folgenden Schemas aus, um Vorhersagen aufzurufen.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-25 (UTC)."],[[["\u003cp\u003eAlloyDB allows online predictions within SQL code using the \u003ccode\u003egoogle_ml.predict_row()\u003c/code\u003e function.\u003c/p\u003e\n"],["\u003cp\u003eBefore invoking predictions, you must integrate your database with Vertex AI and grant users permission to execute \u003ccode\u003egoogle_ml.predict_row()\u003c/code\u003e.\u003c/p\u003e\n"],["\u003cp\u003eThe \u003ccode\u003egoogle_ml.predict_row()\u003c/code\u003e function requires you to specify a Vertex AI Model Garden model or a Vertex AI model endpoint with accessible IAM permissions.\u003c/p\u003e\n"],["\u003cp\u003eThe format of the initial argument in \u003ccode\u003egoogle_ml.predict_row()\u003c/code\u003e varies depending on whether you are using a Vertex AI Model Garden model or a Vertex AI endpoint.\u003c/p\u003e\n"],["\u003cp\u003eYou can utilize the \u003ccode\u003ejson_build_object()\u003c/code\u003e function with \u003ccode\u003egoogle_ml.predict_row()\u003c/code\u003e to format function parameters, including using database content as input.\u003c/p\u003e\n"]]],[],null,["# Invoke predictions\n\nThis page describes how to invoke predictions using functions from the `public` and `google_ml` namespaces. The `google_ml_integration` extension includes prediction functions for these namespaces.\n\nYou can use the `ml_predict_row()` function in the `public` schema with any generic model hosted in Vertex AI without registering the endpoint. The `google_ml.predict_row()` function in the `google_ml` schema can be used with any model that has been [registered with Model endpoint management](/alloydb/docs/ai/register-model-endpoint).\n\nTo invoke predictions, select one of the following schemas. \npublic schema google_ml schema\n\nWhat's next\n-----------\n\n- [Learn how to build a smart shopping assistant with AlloyDB, pgvector, and model endpoint management](https://codelabs.developers.google.com/smart-shop-agent-alloydb#0)."]]
